数字带通滤波器c语言程序,C语言编写FIR数字低通滤波器

主要是获取滤波器参数和卷积算法,参数根据自己的滤波器特性用matlab上面的一个fdatool工具配置生成,然后将这些参数写入程序里面即可(参数可适当的乘以一个系数,对滤波没任何影响),我这里Fs = 2k,Fpass= 1k,Fstop = 2k,至于输入数据你可以自己产生几个不同频率正弦波的叠加。我这里随便给的一个输入例子:

f1=1k,f2=6k,fs=20k

采样数据:200

3012-35-2 -10911-14-18-10-19-1213 7-10-14-3 153010-35 -4-9119-16 -17-10 -20-9 144-1113 -317297-2 5-5-8127 -17-16 -11-20 -7152-102 2-220285 -25-7-614 4-19-15-12-20-415 0-1031-1 22263-15 -8-4142-20 -13-12 -20-1 15-2-940 1252510 4-9-215-1 -20-12 -13-20 214-4-85 -132622-1 13-10015 -4-20 -12-15 -19414-6-7 5-252820 -222-102 15-7-20-11-16-177 12-8-55-2 72917-33 1-11414-9 -20-10 -17-16 911-9-45 -3103015-3 4-1-10713 -12-19 -10-18 -1411 9-10-25-3 1230

39阶参数:

110-2-5 -9-13 -18-22 -23-21 -130173964 88109 124133 133124 10988 6439170-13 -21-23 -22-18 -13-9 -5-2011

#include

#include

#define samples 200

#define taps 40

int input[samples] = {30,12,-3,5,-2,-10,9,11,-14,-18,-10,-19,-12,13,7,-10,-1,4,-3,15,30,10,-3,5,-4,-9,11,9,-16,-17,-10,-20,-9,14,4,-11,1,3,-3,17,29,7,-2,5,-5,-8,12,7,-17,-16,-11,-20,-7,15,2,-10,2,2,-2,20,28,5,-2,5,-7,-6,14,4,-19,-15,-12,-20,-4,15,0,-10,3,1,-1,22,26,3,-1,5,-8,-4,14,2,-20,-13,-12,-20,-1,15,-2,-9,4,0,1,25,25,1,0,4,-9,-2,15,-1,-20,-12,-13,-20,2,14,-4,-8,5,-1,3,26,22,-1,1,3,-10,0,15,-4,-20,-12,-15,-19,4,14,-6,-7,5,-2,5,28,20,-2,2,2,-10,2,15,-7,-20,-11,-16,-17,7,12,-8,-5,5,-2,7,29,17,-3,3,1,-11,4,14,-9,-20,-10,-17,-16,9,11,-9,-4,5,-3,10,30,15,-3,4,-1,-10,7,13,-12,-19,-10,-18,-14,11,9,-10,-2,5,-3,12,30};

int output[samples];

int coefficients[taps] = {1,1,0,-2,-5,-9,-13,-18,-22,-23,-21,-13,0,17,39,64,88,109,124,133,133,124,109,88,64,39,17,0,-13,-21,-23,-22,-18,-13,-9,-5,-2,0,1,1};

int state[taps+1]={0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0};

main()

{

int temp;

int i;

int j;

int k;

for (k = 0; k < samples; k++)

{

state[0] = input[k];

for (i = 0, temp = 0; i < taps; i++)

temp += coefficients[i] * state[i];

output[k] = temp;

for (j = taps-1; j > -1 ; j--)

state[j+1] = state[j];

}

for( i = 0; i<200;i++){

printf("%d,",&output[i]);

}

exit(0);

}

下面使用matlab仿真的结果

fs =20000; f1 = 1000; f2 = 3000; f3 = 6000;   T=10*10^(-3); t=linspace(0,T,fs*T); y =round(10*cos(2*pi*f1*t)+10*cos(2*pi*f2.*t)+10*cos(2*pi*f3.*t)); lpf=[11 0-2-5-9-13 -18-22 -23-21 -130173964 88109 124133 133124 10988 6439170-13 -21-23 -22-18 -13-9 -5-2011]   y1 =conv(y,lpf);     figure; plot(y); figure; plot(y1);

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
针对STM32的数据采集滤波算法,我找到了一些参考资料。首先,STM32是一种常用的嵌入式微控制器,它具有强大的计算能力和丰富的外设接口,适用于各种应用场景。 在数据采集方面,STM32可以通过其内置的ADC(模数转换器)来实现模拟信号的数字化。ADC的采样率和分辨率可以根据具体需求进行配置。数据采集的滤波算法可以根据应用场景的要求选择不同的方法。 常见的数据滤波算法包括: 1. 无滤波:直接使用采集到的原始数据,没有进行任何滤波处理。适用于信号质量较好,无噪声的情况。 2. 移动平均滤波:通过计算一定长度的数据均值来平滑信号。该方法简单易实现,适用于对快速变化的噪声进行平滑处理。 3. 中值滤波:通过计算一定长度数据的中值来平滑信号。该方法对于脉冲噪声有较好的抑制效果,适用于需要去除突然出现的噪声点的场景。 4. IIR滤波:使用差分方程来实现滤波,可以根据具体要求设计不同的滤波器。常见的IIR滤波器包括低通滤波器、高通滤波器、带通滤波器等。适用于需要更精确滤波效果的场景。 在STM32上实现这些滤波算法的具体步骤有些复杂,需要通过编程语言(如C语言)来实现。可以参考STM32的官方文档、编程手册以及开发环境提供的示例代码来学习和实践相关的滤波算法。 总结一下,STM32可以通过其内置的ADC模块进行数据采集,并根据需要选择合适的滤波算法来对采集到的数据进行处理。常见的滤波算法包括移动平均滤波、中值滤波和IIR滤波。具体的实现步骤可以参考STM32的官方文档和示例代码。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值